三重脉冲时序依赖可塑性:一种浮栅实现
神经与进化计算
2015-12-31 v3
摘要
突触在神经网络的学习中起着重要作用;基于突触前和突触后脉冲发生的时间差来修改突触强度的学习规则被称为脉冲时序依赖可塑性(STDP)。最常用的规则基于一个突触前和一个突触后脉冲之间的时间差来确定权重变化,因此被称为双脉冲STDP(DSTDP)。然而,D-STDP无法复现许多生物实验的结果;最近提出了一种以脉冲三重态为基本单元的三重脉冲STDP(T-STDP)来解释这些观测。本文描述了使用单个浮栅(FG)晶体管对突触进行紧凑实现,该晶体管能以非易失方式存储权重,并通过根据脉冲三重态修改漏电压来展示三重脉冲STDP(T-STDP)学习规则。我们描述了一种数学过程以获取FG器件用于T-STDP的控制电压,并展示了在TSMC 0.35um CMOS工艺中制造的FG突触的测量结果以支持该理论。还给出了漏电压波形发生器电路可能的VLSI实现及仿真结果。
引用
@article{arxiv.1512.00961,
title = {Triplet Spike Time Dependent Plasticity: A floating-gate Implementation},
author = {Roshan Gopalakrishnan and Arindam Basu},
journal= {arXiv preprint arXiv:1512.00961},
year = {2015}
}
备注
13 pages, 11 figures